大数据背景下银行业面临的机遇与挑战-以贵阳银行为例

大数据背景下银行业面临的机遇与挑战——以贵阳银行为例摘要：当今社会移动终端以及社交网络平台的普及使得人们在日常生活和社交中产生了海量的数据信息，这些数据信息的产生给企业的数据处理带来了挑战的同时推动了大数据技术的发展。麦肯锡认为大数据作为一种新兴的生产要素已经渗透到了社会的各行各业中，它在推动企业生产率的增长同时迎来了消费盈余浪潮的到来，大数据的发展是时代发展的必经之路，数据已经成为一种新的经济资产类别。对于贵阳银行来说大数据既是一个机遇又是一个挑战。本文通过数量分析与规范分析相结合的方法对大数据背景下贵阳银行面临的机遇与挑战进行探究，从大数据概念入手，对大数据在贵阳银行的业务发展空间，风险管理能力，决策能力以及精准营销等方面带来的机遇进行阐述，进而分析了在大数据背景下贵阳银行面临的发展模式、信息安全、大数据技术掌握等方面的挑战，最后提出了应对这些挑战的措施建议。关键字：大数据；贵阳银行；机遇；挑战

引言近几年由于互联网技术不断发展产生了大量的数据，这些数据已经渗透到了我们日常生活的方方面面，使得我们日常生产生活方式发生了很大的变化，同时，对我们传统的金融体系也带来了很大的冲击，而贵阳银行作为金融体系的一个重要组成部分，如果继续按照其传统的发展模式发展已经满足不了人们日益增长的需求。目前，国内外很多学者指出面对大数据的到来贵阳银行应该改变传统的经营模式，充分利用大数据做好银行的经营管理工作。因此本文结合大数据与贵阳银行的相关知识来分析在大数据背景下银行如何面对机遇和迎接挑战，完成传统贵阳银行与新兴技术的结合，增强贵阳银行的效率和客户的体验。

一、大数据概述（一）大数据的概念对数据分析师，科技企业研究学者等不同的人群来说，由于他们对于大数据的关注点不同，所以对大数据有着不同的定义。IDC公司是一个对大数据具有非常大影响力的一家国际数据公司，它将大数据定义为通过高速的采集数据，发现以及分析数据来展现新兴的技术和架构体系，使得我们在日常生活中得到的数据能够有效利用，从4VS的角度说明了大数据应用的意义以及必要性。美国标准和技术研究院对大数据则有不同的定义，它们从学术的角度对大数据进行定义。认为大数据是指数据量，数据采集速度，或数据表示限制了使用传统关系型方法进行有效分析的能力，或需要使用重要的水平缩放技术来实现高效处理的数据。（二）大数据的特点和作用1、大数据的特点第一，大量，大数据的特征首先就体现在它的数量非常多。一方面由于随着信息技术的飞速发展，社交网络以及各种智能工具，服务工具的广泛运用使得获取数据变得相对容易。另一方面各种传感器数据获取能力的加强，使得对一个事物的描述增多导致数据量增多。而且大数据来进行处理事物时处理的是全部的数据而不是样本，提高了处理事物的精确度。第二，多样，对于数据来说它的类型既有结构化的数据又有非结构化的数据，结构化数据只是选取了在某一应用下有用的部分，而一些不用的细节则不顾考虑。数据用表格的方式展现，不用为了新增加的数据改变原有的格式。非结构化数据因为没有统一的属性，没办法用表格展现。因为数据种类非常的多且杂乱所以对数据的处理分析能力有了更大的要求。第三，高速，大数据的产生速度非常的快，因为我们每个人日常生活中的每一天都离不开互联网，也就是说我们每天都在向大数据提供大量的资料。速增长的数据不仅无法成为解决问题的优势，反而给解决问题带来了困难。而且数据的价值随着时间的增长会降低甚至失去价值等，都要求大数据处理速度要快。第四，价值密度低，因为用大数据进行数据分析时分析了全部的数据，在得到全部细节信息的同时，也引进了很多没有意义的数据，导致数据的价值密度偏低。2、大数据的作用对于传统企业的数据正常情况下是建立在关系模型的基础上。不过这些数据通常只占到了我们企业所能获得的全部数据的15%，剩下的85%通常是伴随着新的技术产生的非结构化数据，对此我们可以利用大数据技术从剩下的85%中提取到有用的信息，而且由于银行和电子商务的第三方的合作越来越密切，导致贵阳银行如果只对原有的数据分析不能满足贵阳银行的需求，这就导致贵阳银行需要借助大数据来寻找最佳的商业决策，大数据也可以为商家制订更有效的营销方案，帮助企业给消费者提供更贴心的服务，使得大数据成为了未来商业竞争的核心因素。大数据时代我们也可以通过对数据进行挖掘和分析，找出数据之间的规律并提出意见。使得科学研究的方法产生变化。

二、大数据给贵阳银行展带来的机遇（一）业务发展空间更为广阔大数据时代的到来使得大数据技术的应用成为行业竞争中的关键因素，对于贵阳银行来说即在日常业务中产生了庞大的数据，也需要大数据来进行商业决策。大数据的飞速发展给银行业提供了广泛的想象空间。1、贵阳银行个人消费信贷业务发展创新研究大数据时代的到来使得大数据技术的应用成为行业竞争中的关键因素，对于贵阳银行来说即在日常业务中产生了庞大的数据，也需要大数据来进行商业决策，大数据在贵阳银行中的应用给银行带来了很大的业务发展空间，贵阳银行之间的竞争已经从借助大规模指标向深化客户的服务需要发展，做到综合化管理水平的提高。各个贵阳银行也陆续针对客户的贷款的需要推出了新的信贷产品，但贵阳银行在取得收益的同时也面临了巨大的风险，所以对于贵阳银行来说需要更加高效且可靠的风险评估手段。现在贵阳银行的状况是：（1）由于经济水平的不断提高导致人们对生活品质有了更高的追求，使得人们对信贷的需求不断增加，给个人信贷业务带来了发展的机遇，但同时我国贵阳银行不良贷款的率也在不断攀升。（2）我们国家的个人财产申报机制并不完善，使得申贷人材料的真实性难以考察，导致贵阳银行对于申贷人的收入状况无法评估，我国的信贷风险评估等相关理论和信用体系处于待完善状态，缺乏实际数据来验证。（3）由于我国贵阳银行的客户信息缺少与贵阳银行结合，使的信贷风险的评估具有片面性。评估信用风险的准确性来源于客户数据的全面整合，对于传统的贵阳银行来说数据的结构较为单一，对于客户信息的搜集缺乏。这个时候利用大数据技术来进行社交平台、电商平台的客户的行为的大数据的收集，就可以为风险的评估提供更好的材料。然后对申请人的数据与基本信息借助大数据技术进行综合的分析就可以增加对申请人信用状况以及违约可能的判断降低信用风险，对于传统的贵阳银行来说信贷管理具有时间周期较长且管理的成本比较高的缺点，而且因为目前我国的信用体系并不完备，使得信贷的风险管理取决于信贷人员的自身的素质，这就导致在业务执行过程中会忽略贷后的审查工作出现坏账现象。我们利用大数据技术建立以客户的信息为核心的统一管理，使得贷款前，贷款中，贷款后形成一个流畅的链条能够做到风险管理的一体化。通过大数据技术建立风险识别的系统来进行有效的区分正常的客户与具有风险的客户从贷款前降低风险，随着信贷技术的增加导致新的诈骗手段也层出不穷，利用原来的专家经验和黑名单库的方法已经面对不了新的诈骗手段带来的挑战，而且可能会导致信贷风险判断错误，所以更应该充分利用好大数据来挖掘客户之间相同的特点，再结合这些数据信息的纬度建立起一个反诈骗模型。2、贵阳银行零售业务的升级现如今信息化渗透到了我们日常生活的各个层面，大数据因为其数量庞大，种类全、价值密度低、处理速度快等优点吸引了群众的普及和推广。对于贵阳银行的零售业务我们也可以通过构建大数据平台，充分利用大数据技术来完成零售业务的创新升级。目前我国大数据在银行的零售业务现在的状况是：（1）因为客户对银行业务的需求越来越多样化，使得贵阳银行的零售业务发展受到了很大的限制，导致银行的客户群体逐步递减，我们如果要做到贵阳银行零售业务的创新转型，必须借助于信息化和互联网，使得线上和线下相互之间配合好，这样才能够得到更为广阔的发展空间，然而要做到线上与线下相结合则一定要利用大数据技术。因为零售业务本身就有着庞大且复杂的信息而且会伴随着时间以及业务的发展逐步递增，这就导致我们传统的数据系统满足不了新背景下的贵阳银行零售业务的发展，贵阳银行构建新的大数据平台势在必得。（2）与传统的数据库处理系统不同，大数据分析的数据包括银行数据库和互联网，移动终端等采集数据的渠道多种多样，数据信息也庞杂这就要求数据源必须具有实效性、真实性、广泛性等。但目前贵阳银行的零售业务由于数据信息采集不足，处理方式单一，缺乏创新导致大数据分析实际应用效果不理想。贵阳银行要坚持对大数据的创新，必须利用好云计算、生物识别、硬件智能化等高科技技术。为给客户提供更为贴心的服务，贵阳银行应当将自身的零售业务渗透到客户的衣食住行当中去。对于贵阳银行零售业务的创新升级应当借助金融科技以及技术的帮助，而且也需要借助大数据技术的应用，所以我们应当坚持大数据技术的创新构建和完善大数据平台，实现贵阳银行零售业务的升级转型。3、大数据背景下银行跨境电商金融服务转型升级对于我国传统的贵阳银行来说，在信息技术和互联网应用不断发展的今天所面临的挑战也在逐渐增多，在这些挑战中以互联网思维和大数据的挑战为典型的代表。对于跨境电商来说不仅只包含电商自身，还包括了一个非常大的社会系统工程比如众多政府部门、银行、保险、货物运输、信息产业等，这对于贵阳银行来说就要有综合协调的部门来制定的完善政策框架。尤其从贵阳银行的角度来说，更应该加强与电商平台、电商企业等的合作，实现电商加银行的供应链模式，在此供应链中电商企业为核心，银行处于供应链的两端，使的银行与电商企业的优势互补。我们要清楚对于传统的贵阳银行来说在转型过程的大数据只是一个理论，要学会把大数据的理论运用到我们实际的金融产品中来，增加金融产品管理的创新，增强客户的体验。作到数据、技术、产品、管理之间相互整合，最大程度的发挥大数据的作用。例如，通过大数据技术来分析客户资金的真实需求、经营项目的流水等等并通过这些分析来匹配相应的产品，运用云系统等大数据处理工具来检测跨境人民币的资金流以及客户的资金规模等，以便于更好地为客户提供资金管理方案，增强服务客户的能力。（二）提高了贵阳银行风险管理能力1、基于大数据进行风险管理的必要性在外部环境不断变化以及以电商为代表的企业只依靠支付领域已经无法满足开始涉足贵阳银行新的业务领域背景下，借助于大数据技术来控制风险以及发掘新的业务增长点成为了贵阳银行完成战略转型的有效途径。由于先进的信息技术已经蔓延到了金融市场的各个方面以及金融市场的改革创新，使得传统贵阳银行的风险监控手段得到严峻的考验。一是因为资产的质量受到下行压力。二是因为企业的经营范围比较大，使得风险的传播方式复杂多样从而导致难以分别风险。三是因为贵阳银行的信贷规模不断增大使得传统信贷业务方式下的风险监控的方式成为新的走向。目前我们国家的经济还处在一个下行周期中，行业产能过剩。首先对于小企业来说由于经营的风险系数比较高等原因使得贵阳银行的风险管理难度大。所以对于贵阳银行来说建立事前、事中、事后的监控流程是预防系统性风险的有效方式，其次在金融全球化持续发展今天，如果从行业上看就会发现风险借助供应链在产业的上下游间的传导性变大，使得整合相互关联的数据平台，帮助贵阳银行系统之间实现数据共享是贵阳银行风险管理的必经之道。最后，我们发现大数据技术的发展也改变了贵阳银行获得信息、分析信息以及运用信息的方法渠道等，对信息化风险的监控带来了条件。客户在交易过程中产生了大量的信息数据，我们借助大数据技术就能够从这些数据中得到有效的信息加大信息利用率。而且我们也可以整理客户线上以及线下不同的信息据此减少信息不对称的风险。2、信用管理数据挖掘方法因为数据的增长和信息技术的快速发展使得贵阳银行的内部获得了大量的业务数据，而且贵阳银行外部的数据也给贵阳银行的信用风险管理带来了很多有用的信息，因此近几年发展起来了一类新的信用风险分析的方法就是大数据技术的机器学习模型，整体来说有以下几种方法：(1)概念描述，由于数据库中具有大量的细节数据，我们便可以借助简单的统计量描述分析这类数据的特点。(2)关联分析，是挖掘客户行为与客户风险绩效之间的关系。（3）分类和预测，借助于历史数据基础建立规则而且还可以借助这些规则来进行对未来风险的预测。(4)聚类分析，将客户划分成具有某一相似特征组的过程。(5)孤立点分析，利用孤立点分析方法寻找数据仓库中的奇异点来预测欺诈行为。3、大数据在个人贷款信用风险预警作用可以借助决策树等方法建立起数据挖掘模型来对个人信贷风险进行预警作用，通过分析各人消费贷款风险形成的原因来定位高风险的客户，通过预测来建立针对性的分层的风险防控措施。目前来说决策树学习是使用最多的归纳推理算法之一，通过几何意义来分析了解决策树的含意，如果把贷款样本看成n维空间上的点，那么决策树分枝产生的进程也就是模型产生的进程。借助特定的准则实现n空间的区域区分。最后区分的成果就是有差别的区域。区分的成果就表示了风险特征相似的一群客户群体。决策树是借助每个人的属性和贷款等特点把客户划分成十类群体，这十类客户群体中的八类客户群体相较而言比较为集中。能够对这八类客户群体通过因子分割的方式得到如何来定位风险客户群体，正常来说风险客户集中最高的四类客户群体中不良贷款率比全部客户平均值高，我们就会把这四类客户群体放到到高风险贷款预警范围中，最后把符合样本条件的个人消费贷款当做预警目标来定期选择出高风险客户群体来进一步优化模型，等到模型稳定以后就可以借助预警的名单来得到信贷风险前的控制。4、大数据在信用卡申请的应用因为目前的信用卡审核流程通常是通过线下进行资料的填写以及资料信息的核实和面试审核等得出的结果，流程繁琐而且周期较长，对于客户来说体验感较差。而且由于在线上发卡缺少了审核及确认信息的环节对于银行来说风险比较大。但是运用大数据技术则减少了线上发卡的风险。因为对于传统的贵阳银行来说通常是借助于客户向银行提供相关的材料信息、人行对客户的征信以及贵阳银行内部的交易信息等来评估客户标椎以及信用卡审批的依据。但是对于贵阳银行来说能收集到的的信息非常少，造成了客户提供申请材料的真假没办法判断。但是这个时候大数据技术的应用就给银行提供了准确的信息来预先判断客户的信用风险。对于银行来说，可以利用银行内部存储的海量数据信息来进行风险管理的转型，一般来说可以将大数据技术放到信贷业务风险的预测中去，学会借助大数据来提高贵阳银行预测信贷风险的能力水平，也可以通过整理一些外部信息数据来进行贵阳银行客户的线上线下的行为以及信息结构化和非结构化的信息的分析，做到最大限度的减少信息的不对称风险，能够提升办理业务的效率。（三）提高了贵阳银行的决策能力1、贵阳银行数据管理的问题如果从贵阳银行的历史发展和当今社会的现状来进行分析，可以发现在信息化的建设持续完善的过程中，对于我们贵阳银行来说已经做到了初步建成了非常强大的信息支撑系统。但是对于贵阳银行的信息系统建设和一些数据的管理来说在迎接巨大的机遇的同时也面临着艰巨的考验。第一，我们新兴的数据管理技术的不断发展，促进了贵阳银行信息系统的建设以及总体框架的形成，而且因为大数据资源逐渐进入到贵阳银行的各个层面中来给贵阳银行系统应用与数据处理的提升打下了良好的基础。第二，由于历史遗留问题的影响，因为不同贵阳银行的系统建设和数据的管理的健全程度是不一样的，对于贵阳银行来说它的制度建立以及完善的程度有很大的不同，所以我们将建设的需求和需要的成本投入能力相匹配是非常困难的，目前把数据放到管理决策中去的过程仍处于初级阶段。首先，大多数贵阳银行的管理层面没有做到全面的认识信息系统的建设以及这些数据管理的重要性，由于管理层面没有意识信息管理的重要性从而导致了指导思想与银行的建设目标之间存在了偏差，从而造成了贵阳银行系统建设与贵阳银行的数据管理之间没有了动力。其次，因为对于商业来说它的信息系统结构较为复杂，这就造成了贵阳银行信息数据的内容较为复杂，使得不能满足银行信息之间的相关性以及逻辑性，对于贵阳银行在数据在经营和管理决策的应用起到了限制。因为数据在运用的整个流程中由于管理的不足导致了数据管理机制有待完善，而且由于主要的信息系统建设功能不足使得在管理应用中数据内容的客观存在确定。2、构建数据决策体系如果从管理的目标来了解数据，提高贵阳银行各个阶层工作人员对于数据管理重要性的认识，即积极培养了解贵阳银行业务金融知识又掌握大数据应用技术的复合型人才。来更近一步的完成组织管理制度的建设和执行落实，面对分散在贵阳银行每个客户和员工层级的数据采集、数据生产、数据积累、数据管理、数据分析和数据应用等的环节和职能，需要清晰的掌握并明确工作的职责及要求确定数据来源真实可靠能够准确的形成整个工作流程和机制。并与各环节保持原有的联动，为了不断扩大数据应用能力，有效地应用分析数据奠定了良好的基础。（四）实现贵阳银行的精准营销通常来说贵阳银行可以通过大数据技术来对客户消费情况实现全面的掌握。通过对客户消费实际情况的掌握，我们可以为具有不同特征的客户提供有针对性的金融服务，就可以实现贵阳银行所追求的精准营销。以此达到把客户作为中心，使贵阳银行客户服务满意度得到提高。随着贵阳银行之间的竞争越来越激烈，使得贵阳银行与客户之间的关系成为了贵阳银行间竞争的关键因素。所以说我们必须充分掌握客户的信息才能够给客户提供更贴心的服务提高与客户之间的关系。在大数据环境下，贵阳银行可以很容易地获取客户的信息。在掌握信息的基础上，贵阳银行更应该关注的是对客户的有效跟踪，这就对我们大数据的分析能力提出了要求，首先我们可以通过对一些确定的客户群体根据他们不同的职业，消费理念以及社会阶层等因素来对这些客户群体进行分类，在确定客户基础后，我们会根据不同的客户群体提供不同的服务，尽最大的努力使其更符合客户的需求，从而提高客户满意度。在此基础上，我们将建立起自己的营销模式，巩固我们的客户群，吸引更多的人。大数据使贵阳银行能够充分掌握客户的信息，因此可以帮助贵阳银行通过我们现在所掌握的信息来对客户的现有价值以及未来价值进行分析，对现有价值和未来价值都较低的客户，可以迅速使用大数据分析精准的向他们提供适合他们的产品以及服务,以避免损失的客户。当前值价值很低但未来高的客户,应当更加严密的观察客户并且要利用好大数据分析这些潜在客户的消费心理以及消费行为，才能够更加及时的注意到客户消费需求的变化，更多的投资这样的客户，同时使用适当的资源来改善两者之间的关系；对于贵阳银行对于目前的有价值且价值较高但是未来的价值较低的客户应当通过贵阳银行自身的服务来了提高未来价值，加与他们的合作。

三、大数据背景下贵阳银行发展面临的挑战（一）传统银行发展模式遭到挑战数据一般是通过客户账户交易得到的，但是通过这种方式得到的客户信息基本上是结构性的数据，但是在大数据时代的背景下我们得到的所有数据中的结构性的数据只占总数据的15%，剩下的85%的数据都是一些除结构化数据以外的数据。因此贵阳银行要会借助自己业务范围广的优点，通过一些公用的事业单位比如互联网商家，导航服务提供商或者是法院等大范围的搜集和客户有关联的数据实现信息的共享，尽可能的获得与贵阳银行客户有关的信息资料，才能够更加了解客户给客户提供更加周到体贴的服务。（二）大数据信息安全的挑战现代社会贵阳银行的数据信息和网络平台联系密切，这两者相互联系对贵阳银行的发展起到了推动的作用，并且有助于贵阳银行进入大数据时代。由于贵阳银行进入到了大数据时代导致一些银行的用户信息产生了变化，因为对于传统的贵阳银行来说信息只受其内部系统的约束，但是有了互联网技术后贵阳银行获得的信息渠道得到了扩大，同时信息的价值也在持续上升，但是与此同时信息安全问题也越来越严重。当今社会网络信息技术日益发达，这就要求我们必须时刻注意保护贵阳银行的信息。因为大数据背景下新的信息盗窃方法变得更的高端和智能，同时窃取用户信息案件频频发生对于网络信息安全保护以及贵阳银行等的金融机构来说是一个非常大的挑战。（三）对大数据技术掌握的挑战一般对于贵阳银行来说一个成熟的数据分析师团队应该具有即能够掌握贵阳银行的业务、熟练地运用数据分析工具又对数据价值有着高敏感度而且具有专业的数据分析团队，然而贵阳银行的人才储备中缺少具备数据分析专业能力和经验的金融人才，而且大多数的专业数据分析师一般是通过数据分析对已经发生过的问题寻找原因，缺少发现潜在风险的能力也没有预测未来发展趋势的能力，而大数据技术运用的价值则恰好在于预测未来发展趋势。从现在的发展状况来看，贵阳银行中能够达到上面条件的数据分析师比较紧缺。

四、大数据背景下贵阳银行发展的应对策略（一）重新整合商业模式，专业化差异化发展（1）可以对现在已经拥有的客户资源进行整理，对那些特定的客户我们可以建立一个特定的客户群，因为对于贵阳银行来说它的客户群体非常的庞大而且在各个方面都有差异，所以我们可以对这些复杂的客户的信息进行整理分成不同的客户群体。（2）在大数据的背景下传统贵阳银行的工作模式已经不能适应目前的发展目标，所以对于贵阳银行来说要建立起一个综合营销的理念，利用大数据技术做到精准发现客户综合贡献，树立覆盖范围更广的营销理念。（3）要将大数据引进贵阳银行的管理范围中去，因为大数据可以在贵阳银行的营销及决策过程中起到指导作用，能够提高业务发展的效率。把数据引进贵阳银行的管理范围，是今后贵阳银行基层的一个重要的工作，用数据来引导业务的创新。现在以网络金融的崛起为象征金融创新已经渐渐的不在集中于高端客户，金融业务创新越来越进入到银行的日常业务。（二）构建大数据分析平台，加强风险管理对于贵阳银行自身而言，应当尽可能快的制定与自身实际情况相符合的大数据战略计划，能够明确自身大数据应用的方向，让大数据应用的决策和数据管理更加的科学有效，并在贵阳银行的财务方面做好充足的安排。使得贵阳银行的大数据战略能够融入到贵阳银行的银行的总体战略当中去。要做到把大数据战略与贵阳银行的战略进行统一。要注重对于互联网等社交平台的数据来源，通过多种渠道获得客户的信息，不要一味拘泥于传统的数据来源，要做到充分利用新型的社交平台来对客户的整体信息进行了解，给银行树立起一个良好的形象来。在整体的实践上，一是要对贵阳银行大数据的整合能力来进行强化，把贵阳银行的内部数据以及外部社交的数据进行整合，可以方便我们做到规范化的数据整合及数据分析。二是利用大数据的专业工具加强对数据的挖掘和数据的分析能力。三是要加强对大数据分析结果的解读以及分析结果的应用。（三）培养专业化人才大数据技术的广泛应用对于贵阳银行的技术性人才的培养提出了很高的要求，因为对于贵阳银行的数据分析师来说不仅要具备大数据专业知识，而且要能够深入的了解银行的日常业务。就目前而言，贵阳银行的大数据技术人才明显的储备不足。现在贵阳银行的人才储备主要以经济管理类专业的为主，信息技术类专业得较少。而信息技术类专业人才的缺少就造成了工作人员对互联网技术认识的不全面，最终造成了对大数据应用能力较差。因此，贵阳银行需要培养同时具备金融知识与大数据技术的专业化人才。首先，应该普及大数据专业化知识，树立起金融大数据的观念，为金融数据的挖掘做好思想基础。通过系统化宣传，在贵阳银行上下形成学习金融大数据的知识，能够借助于金融大数据的知识做到为银行增加效益。其次，在贵阳银行的正常工作中要有借助于金融大数据的概念，因为数据挖掘在客户分层方面有很大的便利性，所以要充分利用大数据技术中的数据挖掘概念来设计客户的属性。再次，建立专业队伍，为贵阳银行财务数据的挖掘打下良好基础。因为数据挖掘是系统化的工程，所以我们必须要成立跨部门的团队才可以构建更加科学的数据仓库。而且，我们可以通过发明创造出新的数据挖掘工具使得数据仓库和数据挖掘成为现实的生产力，实现贵阳银行信贷资产质量和效益服务的提高。最后，全方面大范围的进行数据的收集，成立一个统一的数据仓库，为能够实现更高层次的数据挖掘打好物质基础。利用贵阳银行之间联系密切的优点，和相关的企业进行数据的共享，要把相关企业的数据导进数据仓库，实现数据仓库包含客户全面数据信息，在以上基础上实现数据挖掘，选出各方面合适的企业使其成为信贷业务的主要客户，摒弃传统贵阳银行贷款